最初的RCNN是将输入图片进行crop,然后将裁剪后的图片全部经过CNN网络中进行特征提取,因为后面接了全连接层进行分类,所以全连接的输入的尺度是固定的,这也要求输入图片的大小是固定的,对于此,SPPnet经过空间金字塔可以将不同的尺寸的输入resize成为相同尺寸的输出,而SPP的逆向就是相同输出不同的输入。
anchor就是在特征层上进行3x3滑窗,得到一堆的3x3小块,通常认为这些小块是原始图片经过SPP得到的,而这个池化的比例和尺寸就是anchor,那么为啥随意输入得到固定尺寸呢,因为它是认为接fc层的,如果不接fc,例如retinanet这样大多数网络得到的anchor也可以看做SPP思想的映射。
记笔记2(anchor)
最新推荐文章于 2024-08-29 12:08:45 发布